Note:本手稿是简单快速回顾性手稿,有些地方可能会推导不严谨,或者没有推导,仅适用于简单回顾,也请大家多提意见,一同讨论;如有侵权,请联系删除,谢谢。
先放一个典型的数字控制系统框图:
再放一张乱七八糟的傅里叶变换、拉普拉斯变换、z变换关系图:
好了,发现信号系统几乎不记得了,别着急,从头开始快速回顾一下吧~
1、傅里叶级数(傅里叶展开)FS
傅里叶展开是对周期性函数进行的。
一种傅里叶展开的基本想法是利用(周期函数)空间中的一组正交基来表示周期性函数。空间中的内积<a,b>定义为,在这个空间中选取了{1,sinx,cosx,sin2x,cos2x...}这样一组正交基,可以证明他们为单位向量(与自身的内积为1)并且为正交的(与除自身以外的向量内积为0),证明略。
对于连续周期性函数,x(t),周期为T,角频率为w,傅里叶展开公式如下
三角形式:
说明:由于{1,sinx,cosx,sin2x,cos2x...}是单位正交基,x(t)可以用这些单位正交基线性组合表示,所以可以用与某一个正交基做内积的方法求取该正交基在线性组合中的系数。
指数形式:
说明:
是满足
的集合,所以可以用上面方式求系数。
三角形式系数和指数形式系数之间的关系:
说明:指数形式放进频域看,是双边离散频谱,幅频特性和相频特性都只在nw处非0,其中幅频特性是偶函数,相频特性是基函数。
Note:当周期函数x(t)满足迪利克雷条件的时候,其傅里叶级数收敛与其本身,强迫症想看细节的请点这里。
2、傅里叶变换 FT
对于一个没有周期的信号x(t),怎么用一个类似空间里面的正交基线性表示呢?你可以理解为这个信号x(t)的周期无穷大。。。
但是,此时空间中的单位正交基不再是离散的
,而是连续的
,所以频谱也不再是双边离散频谱,而是双边连续频谱。
傅里叶变换和逆变换公式如下:
变换过来的X(jw)到底是什么?
其实观察傅里叶逆变换表达式就能发现,傅里叶逆变换表达式就相当于是“非周期函数的傅里叶展开”,只不过由于单位正交基是连续的,所以线性组合写成了积分的形式而不是和的形式!——X(jw)便可以类比周期函数指数形式前面的系数
,只不过两者之间差了一个常数2
,所以不太严谨但是理解上有意义的说:傅里叶变换得到的X(jw)就是非周期函数“傅里叶展开”后前面的系数。
注:有关X(jw)和的类比可以参见《一些有用的数学结论》博文第二个结论。
3、离散时间傅里叶变换 DTFT
计算机只能处理数字信号,数字信号有两个特点, 时间上离散和幅值上量化,在计算机控制系统中,观测量y(t)常常是连续模拟信号,需要经过采样和AD转化才能进入数字控制器(即计算机)中,我们关注于采样部分:采样信号,采样得到(模拟)离散信号,离散信号进行傅里叶变换就称为DTFT。
我们知道,在时域和频域中,一个域中的乘积就等于另一个域中的卷积,采样信号变换到频域中也是脉冲序列(证明见《一些有用的数学结论》第一个结论)。现在我们在时域乘积,那么在频域就是X(jw)和脉冲序列卷积,得到周期性连续的频谱。如下图:
![]()
得到的周期性频谱原信号是否会发生频率混叠,这取决于原信号的最高频率以及采样频率,为了不发生频率混叠,我们可以清晰的看出,需要满足
,这就是香农采样定理。满足香农采样定理的离散信号,可以利用理想滤波器无失真还原出原来的模拟信号(尽管实际中没有理想滤波器)。觉得这个定理很神奇以至于想不通的请参见《对于香农采样定理的简短理解》,
其实,采样后不仅仅涉及傅里叶变换,还有拉普拉斯变换,与Z变换,相关内容参考我的另一篇博文。
4、离散傅里叶变换 DFT
经过采样后的信号在时域是可以被计算机使用了(当然要进行AD转换,不过如果转换精度足够高,我们可以忽略),但是频域还是连续的,计算机为了能分析频域,我们在频域也要采样,这就是DFT。按照一个域中的乘积就等于另一个域中的卷积,这回应该是频域乘积,时域卷积了。如下图:
参考文献:
[1]https://blog.csdn.net/weixin_40679412/article/details/80426463